图像生成
图像,绘画
骁龙8至尊版登场：CPU牙膏挤爆，AI生成速度创纪录，奥特曼也来助阵
高通在2024骁龙峰会上发布了全新的骁龙8至尊版移动平台，这是一款采用台积电3nm工艺制造的系统级芯片，标志着高通在移动端芯片领域的一次重大突破。该平台集...
预测下个token就能通往AGI，智源Emu3有世界模型的味儿了
智源研究院于2024年10月21日发布了原生多模态世界模型Emu3，这是一个基于下一个token预测的模型，能够处理文本、图像、视频三种模态数据的理解和生成，而无需...
视频、图像、文本，只需基于下一个Token预测：智源Emu3发布，验证多模态模型新范式
智源研究院于2024年10月21日发布了原生多模态世界模型Emu3，这是一个基于下一个token预测的模型，能够在无需扩散模型或组合方法的情况下，完成文本、图像、视...
Ilya观点得证！仅靠预测下一个token统一图像文本视频，智源发布原生多模态世界模型Emu3
智源研究院发布了原生多模态世界模型Emu3，该模型基于下一个token预测，无需依赖扩散模型或组合方法，能够完成文本、图像、视频三种模态数据的理解和生成。Em...
Ilya预言成真，下一个token预测直达AGI！智源首发原生多模态世界模型Emu3，不用扩散
智源研究院最近发布了一款名为Emu3的原生多模态世界模型，该模型通过预测下一个token来理解和生成文本、图像和视频三种模态数据，而无需依赖扩散模型或组合方...
上海交大、腾讯发布高效扩散模型微调方法，提升图像生成效率
近年来，扩散模型在图像、视频和3D生成等任务中发挥了重要作用，但在将预训练模型微调应用于实际业务场景时面临挑战。现有微调方法如AFT、RFT和SFT存在局限性...
智源 Emu3 证明多模态模型新范式：只需基于下一个 token 预测
智源研究院于2024年10月21日发布了原生多模态世界模型Emu3，这一模型仅通过预测下一个token，就能实现对文本、图像、视频三种模态数据的理解和生成，无需依赖...
成都女生如何改写了AI进程
李飞飞，斯坦福大学终身教授、HAI院长、World Labs创始人，是AI领域内极具影响力的华人科学家。她的学术生涯始于物理学，后转向人工智能，尤其专注于计算机视...
DenseNet共一作者刘壮官宣新去向，将任普林斯顿大学助理教授
刘壮，DenseNet和ConvNeXt的主要开发者之一，将于2025年9月加入普林斯顿大学计算机科学系担任助理教授。在学术界任职前，他将继续在Meta AI Fair担任研究科学...
刚刚，OpenAI开放ChatGPT Windows版本，可像Office那样使用了
OpenAI最近宣布，为所有ChatGPT Plus、Enterprise、Team和Edu用户提供Windows桌面应用的早期版本。用户可以在微软应用商店下载该应用，并通过Alt + Space快捷...
